211service.com
Fra støttefunksjon til vekstmotor: Fremtiden for AI og kundeservice
I samarbeid med Salesforce
Når det gjelder å forestille seg fremtiden, blir kundeservice ofte malt i et dystopisk lys. Ta sci-fi-filmen fra 2002 Minoritetsrapport . Tom Cruises John Anderton går inn i Gap, et identitetsgjenkjenningssystem skanner ham, og et hologram spør om et nylig kjøp.
Det er noe foruroligende i denne vignetten – et uoppfordret ikke-menneske ser ut til å vite alt om deg (eller, som i filmen, tar deg feil for noen andre). Men sannheten er at kunder i dag forventer denne typen elegant, personlig service. Deres forhold til forhandlere, banker, helseinstitusjoner – og praktisk talt alle organisasjoner de har forretninger med – er i endring. I en digital økonomi som alltid er på, ønsker de å koble til når de vil, hvordan de vil. Kunder vil ha svar på produktspørsmålene deres, kontoproblemer behandlet og helseavtaler omplanlagt raskt og uten problemer.
De begynner å få det. I dag, når kunder ringer et selskap for detaljer om produktene deres, ledes samtalen av en chatbot. De svarer på noen få enkle spørsmål, og chatboten styrer dem i riktig retning. Hvis den ikke kan svare på et spørsmål, trer en menneskelig agent inn for å hjelpe. Kundeopplevelsen er rask og personlig, og kundene er mer fornøyde. På baksiden er midler mer effektive og produktive. Se den virkelige fremtiden for kundeservice.
Programvare for kunstig intelligens (AI) og Customer Relationship Management (CRM) baner veien til fremtiden. Sammen kan teknologiene automatisere rutineoppgaver, frigjøre menneskelige agenter og gi dem datadrevet innsikt for å hjelpe raskt å løse kundeproblemer. De hjelper forhandlere, banker, offentlige etater og flere med å revurdere målene for kundeservicesentrene sine, slik at teamene deres kan utvikle seg fra en støttefunksjon til en vekstmotor.
I dag muliggjør fremskritt innen AI og maskinlæring dypere nivåer av kundeengasjement og service enn noen gang før.
Men det gjenstår harde utfordringer. Målet for organisasjoner er å tilby den samme kundeservicen på tvers av alle kanaler – telefon, chat, e-post, sosiale medier – men i de fleste organisasjoner i dag er teknologien ikke helt der ennå. AI-teknologier må være i stand til å forstå menneskelig tale og følelsesmessige nyanser på et dypere nivå for å løse komplekse kundeproblemer. Og i fravær av universelle standarder som styrer den etiske bruken av AI, må organisasjoner bygge et sett med veiledende prinsipper som setter kundenes behov først – og etablerer den typen tillit mellom mennesker og maskiner som får det til å tikke.
Automatiser eller stagnere
I en februar innlegg Gartner spår at innen 2022 vil 70 % av kundeinteraksjonene involvere nye teknologier som maskinlæringsapplikasjoner (ML), chatbots og mobilmeldinger, opp fra 15 % i 2018.
I dag muliggjør fremskritt innen AI og maskinlæring dypere nivåer av kundeengasjement og service enn noen gang før. Kraftige og trenbare algoritmer kan analysere enorme mengder data og lære mønstre for å automatisere og hjelpe kundeserviceprosesser. Denne teknologien endrer ansiktet til kundeservice og hjelper organisasjoner med å forstå kundenes behov – ofte før de i det hele tatt gjør det – ved å tilby tjenesten de trenger i rett øyeblikk, sier Jayesh Govindarajan, visepresident for AI og maskinlæring i Salesforce.
AI som brukes i nesten alle aspekter av kundeservice, starter med automatisk triaging av kundesaker til agenter med de rette ferdighetssettene, og etterfulgt av assisterende AI som trer inn for å få frem informasjon og svar som hjelper agenter med å løse saker raskere og med presisjon, sier Govindarajan. Det er til og med AI som kan bruke kontekst i en samtale for å forutsi et svar. Hvis jeg sier «jeg er sulten – det er på tide å ta litt …», sier Govindarajan, den vet at jeg sannsynligvis kommer til å si «lunsj» fordi det er midt på ettermiddagen.
Koronaviruspandemien i 2020 fremskynder overgangen til digital førstegangstjeneste. Menneskelige interaksjoner blir stadig mer virtuelle: folk gjør mer av sine daglige oppgaver over internett, handler på nettet og møter og samarbeider gjennom virtuelle plattformer. Organisasjoner erkjenner det raske skiftet og svarer på utfordringen ved å ta i bruk chatbots og andre AI-verktøy for å samle informasjon, klassifisere og rute kundesaker og løse rutineproblemer.
Trenden utspiller seg i alle bransjer, med størst bruk innen detaljhandel, finansielle tjenester, helsevesen og myndigheter, ifølge Govindarajan. Når folk trenger hjelp til å returnere et produkt eller fornye et førerkort, blir prosessen stadig mer automatisert. Detaljhandelsautomatiseringsmarkedet alene ble verdsatt til 12,45 milliarder dollar i 2019 og forventes å nå 24,6 milliarder dollar innen 2025, ifølge forskning av Mordor Intelligence .
En slik vidtrekkende bruk er mulig fordi språkmodeller, motorene bak naturlig språkbehandling, kan trenes til å lære et spesifikt språk. I detaljhandel, for eksempel, kan et konversasjons-AI-system lære strukturen og innholdet i en produktkatalog, sier Govindarajan. Ordforrådet til samtalen er domenespesifikk, i dette tilfellet detaljhandel. Og med mer bruk vil språkmodellene lære seg vokabularet som brukes i hver bransje.
Menneske-maskin-alliansen
Ettersom dette nye nivået av kundeservice utvikler seg, går det i to generelle retninger. På den ene siden er det en helautomatisert opplevelse: en kunde samhandler med en organisasjon – guidet av chatboter eller andre automatiserte talemeldinger – uten hjelp fra en menneskelig agent. Einstein, Salesforces AI-drevne CRM-system, kan for eksempel automatisere repeterende funksjoner og oppgaver som å stille spørsmål til en kunde for å bestemme arten av en samtale og dirigere samtalen til riktig avdeling.
Vi vet nøyaktig hvordan strukturen i en samtale ser ut, sier Govindarajan. Du kommer til å se en hilsen, samle inn informasjon og løse et problem. Det er praktisk å automatisere denne typen samtaler. Jo mer modellen brukes, jo mer kan algoritmene lære og forbedre. EN studie utført av Salesforce fant at 82 % av kundeserviceorganisasjonene som bruker kunstig intelligens så en økning i første kontaktoppløsning, noe som betyr at problemet er løst før kunden avslutter interaksjonen.
Men AI-assisterte svar har begrensninger. Når et spørsmål er mer komplekst eller mindre forutsigbart, kreves menneskelig involvering – tenk på en turist som forklarer et problem på et andrespråk, eller noen som sliter med å følge monteringsinstruksjonene for en takvifte. I disse scenariene er empati avgjørende. Et menneske må være i løkken for å jobbe direkte med kunden. Så en agent trer inn, refererer til CRM-systemet for oppdatert kundedata for å få den nødvendige konteksten, og hjelper kunden med å løse problemet.
Du kan tenke på rollen til agenten som opplæring av systemet – agenter retter maskingenererte svar og tar oppfølging, sier Govindarajan. Mens systemet bistår agenten mot det riktige svaret ved hjelp av maskinlæringsmodeller som er trent på tidligere lignende, vellykket løste saker og på kundens tidligere interaksjoner med selskapet.
Agenten er også i stand til å dyrke et bedre forhold til kunden ved å overlade samtalen med databasert innsikt, noe som gjør den mer personlig.
Overvinne teknologi, etiske utfordringer
Alt dette tegner et spennende bilde av fremtiden for kundeservice – men det er hindringer å hoppe over. Kunder engasjerer seg i økende grad med selskaper via online og offline kanaler. Salesforce-undersøkelser fant at 64 % av kundene bruker forskjellige enheter for å starte og avslutte transaksjoner. Dette betyr at organisasjoner må ta i bruk og implementere teknologier som kan gi kundene den hyllede enkeltvisningen – en samlet samling av kundedata. Å ha denne visningen vil bidra til å aktivere multimodal kommunikasjon – noe som betyr at kunder får den samme opplevelsen enten de er på en mobiltelefon, sender tekstmeldinger eller sender e-post. Videre må maskinlæringsalgoritmer bli mer effektive; konversasjons-AI må utvikles for mer nøyaktig å oppdage stemmemønstre, følelser og hensikter; og organisasjoner må sikre at dataene i deres algoritmer er nøyaktige og relevante.
Utfordringene går utover bare teknologi. Når kontaktsentre tar i bruk AI, må de fokusere på å utvikle tillit mellom teknologien og deres ansatte og kunder. For eksempel må en chatbot fortelle kundene at det er en maskin og ikke et menneske; kunder må vite hva botens begrensninger er, spesielt i tilfeller der sensitiv informasjon utveksles, som innen helsevesen eller finans. Organisasjoner som bruker kunstig intelligens, må også være klar over hvem som eier kundenes data og hvordan de håndterer personvernet.
Organisasjoner må ta dette ansvaret på alvor og forplikte seg til å gi verktøyene kunder og ansatte trenger for å utvikle og bruke AI trygt, nøyaktig og etisk . I et forskningsnotat fra 2019 , Gartner råder data- og analyseledere: Kom til enighet med interessenter om relevante etiske retningslinjer for AI. Begynn med å se på de fem vanligste retningslinjene som andre har brukt: være menneskesentrert, være rettferdig, tilby forklaring, være trygg og ansvarlig.
I en verden hvor det blir stadig viktigere å bygge sterke relasjoner mellom organisasjoner og publikum, gir service den største muligheten til å heve kundeopplevelser og gå for vekst. Verdien av å gjøre det blir stadig tydeligere, sier Govindarajan. Når du implementerer AI-systemer og gjør det bra, går kostnadene for å håndtere saker ned og hastigheten på å løse dem går opp. Og det skaper verdi for alle.
Dette innholdet ble produsert av Insights, den tilpassede innholdsarmen til MIT Technology Review. Den ble ikke skrevet av MIT Technology Reviews redaksjon.